Wir lesen von Big Data, Analytics, Cloud, Hadoop und dem Internet der Dinge und sind ein Stück weit erschlagen. Weit gedacht lassen sich alle diese Themen heute unter dem Begriff digitale Transformation subsumieren. Dabei sind manche Branchen wie der Handel oder die Telekommunikation bereits weiter als andere. Die Industrie oder auch die Versicherungsgesellschaften gehören hingegen zu den Nachzüglern. Dass an der digitalen Transformation aber kein Weg vorbei führt, ist allen klar. Die Chancen, die sich durch eine solche Transformation ergeben, sind grösser als je zuvor. Greifen wir den Aspekt von Big Data Analytics heraus: Welchen Nutzen bringt Big Data Analytics? Von der Marktsicht her stehen vor allem die Wettbewerbsvorteile im Vordergrund. Wer mehr weiss als die Konkurrenz, kann seine Produkte flexibler anpassen. Wenn ein Autohersteller weiss, dass seine neuen Modelle wegen eines technischen Fehlers zurückgerufen werden müssen, kann er gleich zu Beginn entsprechende Massnahmen einleiten. Wenn ein Hersteller weiss, dass ein Computertomograf bald ausfallen wird, kann er viel früher agieren und Servicepersonal vorbeischicken, um den monetären Schaden zu minimieren. Gleiches gilt für Windkraftanlagen oder Turbinen. Doch Big Data braucht Big Speicherplatz. Und hier kommt Hadoop ins Spiel. Um es in einem Satz zusammenzufassen: Laufen Big Data Analytics auf Hadoop, entstehen geringere Kosten. Wegen der Kosteneffizienz und der günstigen Skalierbarkeit senkt diese Open-Source-Technologie die Einstiegshürden für die Unternehmen, um zu einem datengetriebenen Unternehmen zu werden. Grosse Mengen an Daten lassen sich anhäufen und monetarisieren, um schliesslich als Unternehmen den nächsten Schritt von der Stufe der blossen Digitalisierung zur digitalen Transformation hinzukriegen. Diese Transformation ist eine notwendige Königsdisziplin der kommenden zwei Jahre für die Agenda jedes Unternehmens.
Wenn nötig auch im Self-Service-Modus Hadoop soll dabei lediglich als Plattform begriffen werden, auf der Big Data Analytics laufen. Denn der Flaschenhals beim Thema Big Data ist die Infrastruktur der Datenhaltung. Big Data bringt klassische Datenbankarchitekturen an ihre Grenzen. Data-Warehouse-Projekte erreichen heute Grössenordnungen, die technisch und wirtschaftlich immer schwieriger zu rechtfertigen sind und die trotzdem nicht wirklich zukunftsfähig erscheinen. Hier bietet sich die Open-Source-Technologie für einen radikalen Neuanfang geradezu an. Sie ist dazu konzipiert, mit beliebig grossen Datenmengen umzugehen und auf kostengünstigen Standardservern fast beliebig skalierbar betrieben zu werden. In der Industrie fallen in den kommenden Jahren die grössten Datenmengen an – gerade in der produzierenden Industrie, dem Maschinen-, Chemie- und Anlagenbau. Wenn sich das Internet der Dinge erst mal etabliert hat, müssen sich die Hersteller ohnehin neue Möglichkeiten der Datenanalyse und zwangsläufig der Datenhaltung überlegen.
Jede Reise beginnt mit einem ersten Schritt In einem ersten Schritt in Sachen Big Data Analytics und Hadoop sollte man sich klar darüber werden, was man eigentlich damit will. Soll Hadoop nur als Datenplattform oder auch als Innovationsplattform für neue analytische Anwendungen dienen? Will man optimieren oder innovieren? Entweder geht es um die Steigerung von Geschwindigkeit, um Kostensenkung und ein Mehr an Datenverarbeitung. Oder sollen neue Anwendungen für Daten gefunden werden wie beispielsweise für unstrukturierte Textdaten? In einem weiteren Szenario könnten stärker die historisierten Daten betrachtet werden – Stichwort High Performance Analytics. All dies sind Felder, auf denen Unternehmen mittels Hadoop den analytischen Aspekt ihrer Daten viel deutlicher als früher in den Vordergrund stellen können. Zu wissen, was man will, ist wichtig, um die Hürden gleich von Anfang an zu minimieren. Doch zurück zur digitalen Transformation und zur Realität. SAS hat zusammen mit Intel 300 IT-Verantwortliche in Dänemark, Finnland, Schweden und Norwegen bezüglich Big Data Analytics und Hadoop befragt. 50 Prozent gaben an, über keine geeignete Infrastruktur zu verfügen, um Big Data Analytics effizient zu handhaben. Man weiss schlicht und ergreifend nicht, wie man sich mit den aktuellen Voraussetzungen digital transformieren könnte, weil die Strukturen nicht gegeben sind. Ein analytisches Framework, das integral mit Hadoop zusammenarbeitet, stellt diese Synthese her. Wie führende Unternehmen der Schweizer Wirtschaft die Digitale Transformation meistern, erfahren Sie auf dem
SAS Forum Switzerland 2015
